福州大学数学与计算机科学学院计算机图形学与多媒体/人工智能研究生导师：张春阳

• 2025考研英语全程班 早鸟3班
• 2025/2026考研网课 免费体验集训营（线上/线下）
• 福州大学2025考研专业课复习资料「真题▪笔记▪讲义▪题库」

福州大学数学与计算机科学学院计算机图形学与多媒体/人工智能研究生导师张春阳介绍如下：

个人简介

张春阳，男，1987年6月生，博士，副教授，硕士生导师。主要研究方向为机器学习（特别是数据表示学习）、大数据与云计算等人工智能的前沿领域，研究问题主要有计算机视觉和社会计算。发表多篇高水平论文，其中ESI高被引论文一篇，Google总引用次数2107次，H指数6，I10指数5。目前有2020年入学的硕士生名额，提供实验室、工作电脑、以及每月资助。

主讲课程

《高级机器学习》（研究生课程）、《计算机组成原理》、《计算方法》和《线性代数与空间解析几何》 

研究方向

机器学习，计算机视觉，社会计算，模式识别，大数据分析 

办公室

数计学院2号楼508 

电子邮件

zhangcy@fzu.edu.cn

教育背景

1.2012年9月----2015年7月澳门大学科技学院软件工程博士

2.2010年9月----2012年7月澳门大学科技学院计算数学硕士

3.2006年9月----2010年7月北京师范大学珠海分校应用数学本科

工作经历

1.2015年11月----至今福州大学“旗山”学者

2.2016年5月----2017年6月澳门大学博士后

3.2012年9月----2015年7月澳门大学科技学院研究助理

4.2010年9月----2012年7月澳门大学科技学院研究助理，教学助理

5.2012年7月----2012年9月香港浸会大学珠海研究院软件工程师

学术成果

(1) C. Y. Zhang , Qi Zhao, C. L. Philip Chen and Wenxi Liu, “Deep Compression of Probabilistic Graphical Networks,”Pattern Recognition,  vol. 96, 106979, 2019. (SCI, 影响因子:5.898).

(2) Shuang Feng, C. L. Philip Chen and C. Y. Zhang , “A Fuzzy Deep Model Based on Fuzzy Restricted Boltzmann Machines for High-dimensional Data Classification”, IEEE Transactions on Fuzzy Systems, accepted, 10.1109/TFUZZ.2019.2902111, 2019. (SCI；影响因子: 8.746)

(3)Wenxi Liu, C. Y. Zhang  , Gengeng Liu, and Yaru Su, “Extraversion Measure for Crowd Trajectories”, IEEE Transactions on Industrial Informatics, accepted, 10.1109/TII.2019.2916671, 2019. (SCI, 影响因子:5.43)

(4) C. Y. Zhang , Yongyi Xiao, C. L. Philip Chen and Yuhong Tong, “3D Deconvolutional Networks for the Unsupervised Representation Learning of Human Motions”, IEEE Transactions on Cybernetics, revised and resubmitted.

(5) C. Y. Zhang , Yuhong Tong, C. L. Philip Chen and Yongyi Xiao, “Video2Video based Generative Adversarial Network with Two-stream Feature Learning for Video Prediction ” , submitted to IEEE Transactions on Multimedia.

(6) C. Y. Zhang, Junfeng Hu and C. L. Philip Chen , “Graph Deconvolutional networks ” , submitted to Information Sciences

(7) C. Y. Zhang , C. L. Philip Chen and Jiaqi Pu, “A Multifunctional and Robust Learning Approach for Human Motion Modelling”, Neurocomputing, major revision.

(8) C. L. Philip Chen and C. Y. Zhang , “Data-Intensive Applications, Challenges, Techniques and Technologies: A Survey on Big Data,” Information Sciences, Volume 275, pp. 314-347, August 2014. (SCI；影响因子: 4.038；Google引用次数:1913，高被引论文)

(9) C. L. Philip Chen, C. Y. Zhang *, L. Chen and M. Gan, “Fuzzy Restricted Boltzmann Machine for the Enhancement of Deep Learning,” IEEE Transactions on Fuzzy Systems, vol.23, no.6, pp.2163-2173, Dec. 2015. (SCI；影响因子: 8.746；引用次数：83)

(10) C. Y. Zhang , C. L. Philip Chen, M. Gan and L. Chen, “Predictive Deep Boltzmann Machine for Multi-Period Wind Speed Forecasting,” IEEE Transactions on Sustainable Energy, vol.6, no.4, pp.1416-1425, Oct. 2015. (SCI；影响因子: 3.656；引用次数：52)

(11) C. Y. Zhang , C. L. Philip Chen and Kin Tek NG, “MapReduce Based Distributed Learning Algorithm for Restricted Boltzmann Machine,” Neurocomputing, vol.198, pp.4-11, 2016. (SCI；影响因子: 2.083)

(12) C. Y. Zhang , D.W. Chen, J.T. Yin and L. Chen, “Data-driven Train Operation Models based on Data Mining and Driving Experience for the Diesel-Electric Locomotive,” Advanced Engineering Informatics, vol.30, no.3, pp.553-563, 2016. (SCI；影响因子: 2.00)

(13) Min Gan, C. L. Philip Chen, Long Chen, C. Y. Zhang , “Exploiting the Interpretability and Forecasting Ability of the RBF-AR Model for Nonlinear Time Series”. International Journal of Systems Science, vol.47, no.8, pp. 1868-1876, 2016. (SCI；影响因子:2.100)

(14) Min Gan, Long Chen, C. Y. Zhang *, Hui Ping “A Self-Organizing State Space Type Microstructure Model for Financial Asset Allocation”. IEEE Access, vol.4, pp. 8035 - 8043 2016.（SCI; 影响因子: 1.27）

(15) C. Y. Zhang , D.W. Chen, J.T. Yin and L. Chen, “A Flexible and Robust Train Operation Model Based on Expert Knowledge and Online Adjustment,” International Journal of Wavelets, Multiresolution and Information Processing, vol.15, no.3, 1750023, 2017. (SCI；影响因子: 0.67)

(16) C. Y. Zhang  and C. L. Philip Chen, “An Automatic Setting for Training Restricted Boltzmann Machine,” IEEE International Conference on Systems, Man, and Cybernetics (SMC2014), San Diego, CA, USA, October 5-8, 2014. (EI)

科研项目

1.主持国家自然科学基金青年项目一项，项目编号61603096，项目名称为《基于深度学习的高维时间序列预测方法及其视频控制的应用》，直接经费18万。

2.主持福建省自然科学基金面上项目，项目编号2017J01750，项目名称为《基于粒子计算的深度学习模型研究》，项目经费9万。

3.主持福州大学科研项目，项目编号510206，项目名称为《受限玻尔兹曼机的分布式学习方法研究》，项目金额25万。

4.参加国家自然科学基金项目面上项目一项（参与者排名第二），项目编号61572540，项目名称为新型进化计算与深度学习方法及其在疾病预防与控制的应用，项目金额68万。

5.参加澳门科学发展基金项目，名称为“NewDeepLearningTechniquesforPatternLearningandRecognition”，项目金额335万。